MLPerf Training v6.0 基准结果发布：聚焦 MoE 稀疏计算

Jun 29, 2026 18 Views - Read Source MLC

MLC MLPerf 基准测试 MoE 稀疏计算 AI训练

This article has not been translated into English yet. Showing the original Chinese version.

MLCommons 今日宣布 MLPerf Training v6.0 基准测试套件最新结果。本轮新增的两项基准及大量提交，凸显 AI 生态的快速变革。

“这是社区令人振奋的时刻，”MLPerf Training 工作组联合主席 Shriya Rishab 表示，“我们看到 AI 模型训练最佳实践趋于收敛，同时底层框架和系统的技术多样性也在增加。”

新增基准强调稀疏计算

MLPerf Training 基准通过完整系统测试，覆盖模型、软件与硬件。v6.0 新增 DeepSeek V3 和 GPT-OSS 20B 两项基准，均采用 Mixture-of-Experts（MoE）架构，体现行业向稀疏计算的转变。

DeepSeek V3 拥有 6710 亿总参数，每 token 激活 370 亿参数，是目前套件中规模最大的基准。GPT-OSS 20B 则规模更小，总参数 210 亿，每 token 激活 36 亿，适合单 8-GPU 节点测试。

v6.0 共收到 95 个独特系统，涉及 13 种硬件加速器、19 种主机处理器，60% 为多节点系统。云端系统数量较 v5.1 翻倍以上。

提交者使用了多种 FP4 精度方案，凸显行业在低精度训练上的探索。MLPerf 的准确率门槛要求帮助业界清晰对比不同实现的性能差异。

本次结果来自 AMD、NVIDIA、Google、Azure 等 24 家机构，其中 Inventec、Netweb Technologies India LTD、TTA 和 Vultr 为首次提交者。MLCommons 欢迎更多组织加入工作组，共同完善基准。

完整结果可访问 MLCommons 官网查看。